快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

命令预览

npx github:QuickkApps/GLM-Image-MCP

详细介绍

GLM图像MCP服务器

🚀 火箭/快速上升/飞速发展 增强型模型上下文协议（MCP）服务器，利用OpenRouter和Google Gemini视觉模型进行专注图像分析

](https://badge.fury.io/js/glm-image-mcp) ![License: MIT](https://opensource.org/licenses/MIT) ](https://nodejs.org/) ![MCP Compatible](https://modelcontextprotocol.io/)

✨ 特点/功能

🎯 多供应商支持

OpenRouter访问多个视觉模型，包括x-ai/grok-4-fast:free、Claude等更多模型
Google Gemini直接访问Gemini 2.5 Pro和Flash模型
灵活切换根据请求选择提供商或设置环境默认值
自动检测自动检测可用的API密钥并选择最佳提供商

🔧 高级图像分析

基本面分析使用可定制提示分析整个图像
集中分析分析特定方面（文本、人脸、物体、颜色、布局）
智能验证带安全检查的参数和图像验证机制，确保稳健性
错误处理全面的错误报告和优雅的回退机制

🚀 性能与安全

快速处理优化以实现快速图像分析
内存高效处理大图像时不会出现内存泄漏
安全第一输入验证和清理，以防范恶意内容
跨平台在Windows、macOS和Linux系统上均可运行

📁 项目结构

glm-image-mcp/
├── glm-image-mcp.js                    # Main MCP server ⭐
├── package.json                        # Package configuration
├── README.md                          # This file
├── LICENSE                            # MIT License
├── .gitignore                         # Git ignore rules
├── .github/
│   └── workflows/
│       └── test.yml                   # GitHub Actions workflow
├── utils/
│   └── validation.js                  # Input validation utilities
└── examples/
    ├── basic-analysis.js              # Basic usage examples
    └── multi-provider-config.js       # Multi-provider configuration

🚀 快速入门

选项1：直接从GitHub安装（推荐）

# Install globally using npx (no npm publish needed)
npx github:QuickkApps/GLM-Image-MCP

# Or install globally using git
npm install -g git+https://github.com/QuickkApps/GLM-Image-MCP.git

# Or install locally
npm install git+https://github.com/QuickkApps/GLM-Image-MCP.git

选项2：从GitHub克隆

git clone https://github.com/QuickkApps/GLM-Image-MCP.git
cd GLM-Image-MCP
npm install

选项3：直接从GitHub使用（npx）

npx github:QuickkApps/GLM-Image-MCP

🔧 配置

设置API密钥

选择一个或两个提供商：

# For OpenRouter (recommended for model variety)
export OPENROUTER_API_KEY="your-openrouter-api-key"
export OPENROUTER_MODEL="x-ai/grok-4-fast:free"

# For Google Gemini (fast and reliable)
export GEMINI_API_KEY="your-gemini-api-key"
export GEMINI_MODEL="gemini-2.5-pro"

2. MCP客户端配置

配置您的MCP客户端（如Claude Desktop、GLM或任何兼容MCP的集成开发环境）：

{
  "mcpServers": {
    "glm-image-mcp": {
      "command": "npx",
      "args": ["github:QuickkApps/GLM-Image-MCP"],
      "env": {
        "OPENROUTER_API_KEY": "your-openrouter-key",
        "OPENROUTER_MODEL": "x-ai/grok-4-fast:free",
        "GEMINI_API_KEY": "your-gemini-key",
        "GEMINI_MODEL": "gemini-2.5-pro"
      }
    }
  }
}

4. 模型配置

您可以通过环境变量设置自定义模型：

# For OpenRouter models
export OPENROUTER_MODEL="anthropic/claude-3-sonnet"
export OPENROUTER_MODEL="openai/gpt-4-vision-preview"
export OPENROUTER_MODEL="x-ai/grok-4-fast:free"

# For Google Gemini models
export GEMINI_MODEL="gemini-1.5-flash"
export GEMINI_MODEL="gemini-2.5-pro"
export GEMINI_MODEL="gemini-1.5-pro"

# Use with npx
OPENROUTER_MODEL="anthropic/claude-3-sonnet" npx github:QuickkApps/GLM-Image-MCP
GEMINI_MODEL="gemini-1.5-flash" npx github:QuickkApps/GLM-Image-MCP

3. 本地开发配置

对于本地开发：

{
  "mcpServers": {
    "glm-image-mcp": {
      "command": "node",
      "args": ["glm-image-mcp.js"],
      "cwd": "/path/to/glm-image-mcp",
      "env": {
        "OPENROUTER_API_KEY": "your-openrouter-key",
        "GEMINI_API_KEY": "your-gemini-key"
      }
    }
  }
}

🛠️ 可用工具

`analyze_image` - 综合图像分析

使用提供商和模型选择来分析图像。

参数：

image_path （字符串，必填）：图像文件的路径
prompt （字符串，必填）：分析提示
provider （字符串，可选）：“openrouter”或“gemini”（未指定时自动检测）
model （字符串，可选）：要使用的特定模型（覆盖环境默认值）

`describe_image` - 快速图像描述

使用默认的描述性提示详细描述一张图片。

参数：

image_path （字符串，必填）：图像文件的路径
prompt （字符串，可选）：自定义提示（未提供时使用默认提示）
provider （字符串，可选）："openrouter" 或 "gemini"
model (字符串，可选)：要使用的特定模型

`focused_analyze_image` - 聚焦分析

使用针对性提示分析图像的特定方面。

参数：

image_path (字符串，必需): 图像文件的路径
focus_area （字符串，可选）：特定领域（“文本”，“人脸”，“物体”，“颜色”，“布局”）
prompt (字符串，可选)：自定义重点分析提示
provider （字符串，可选）："openrouter" 或 "gemini"
model （字符串，可选）：要使用的特定模型

📊 使用示例

自动检测的基本分析

{
  "image_path": "/path/to/image.jpg",
  "prompt": "Describe what you see in this image"
  // Automatically detects available provider
}

使用特定模型的OpenRouter

{
  "image_path": "/path/to/image.jpg",
  "prompt": "Analyze this image in detail",
  "provider": "openrouter",
  "model": "anthropic/claude-3-sonnet"
}

用于快速分析的双子座（或“双子座分析工具”）

{
  "image_path": "/path/to/image.jpg",
  "prompt": "What objects do you see in this image?",
  "provider": "gemini",
  "model": "gemini-1.5-flash"
}

重点分析

{
  "image_path": "/path/to/document.jpg",
  "focus_area": "text",
  "provider": "gemini"
}

定制化焦点分析

{
  "image_path": "/path/to/chart.jpg",
  "prompt": "Extract all data points and trends from this chart",
  "provider": "openrouter",
  "model": "x-ai/grok-4-fast:free"
}

🎯 供应商对比

功能	OpenRouter	Google Gemini
模型多样性	50+ 种视觉模型	Gemini 2.5 Pro/Flash
速度	快速	非常快速
成本	变量（每种型号）	有竞争力
准确性	高	优秀
最适合/最适用于	模型灵活性	速度与一致性
免费模型	是（grok-4-fast）	有限配额

🔧 API密钥设置

OpenRouter API密钥

参观 OpenRouter.ai
注册并获取您的API密钥
设置环境变量： export OPENROUTER_API_KEY="your-key"

谷歌Gemini API密钥

访问 Google AI Studio（谷歌人工智能工作室）
创建一个新的API密钥
设置环境变量： export GEMINI_API_KEY="your-key"

🧪 测试

快速测试

# Test installation
npx glm-image-mcp --help

# Test with sample image (if you have one)
node examples/basic-analysis.js

集成测试

# Clone and test locally
git clone https://github.com/your-username/glm-image-mcp.git
cd glm-image-mcp
npm install
npm test

🔄 模型选择优先级

请求 model 参数覆盖所有环境默认设置
请求 provider 仅使用该提供商的默认模型
无参数自动检测可用API密钥以确定提供商
环境变量当未提供请求参数时，设置默认值

🚨 故障排除

常见问题

服务器无法启动

# Check Node.js version
node --version  # Should be >= 14.0.0

# Check dependencies
npm install

# Test syntax
node -c glm-image-mcp.js

API密钥问题

Error: No API keys found. Please set either GEMINI_API_KEY or OPENROUTER_API_KEY

*解决方案*设置正确的环境变量

无效的提供者

Error: Invalid provider: invalid_provider

*解决方案*使用“openrouter”或“gemini”

图像文件问题

Error: Image file not found: /path/to/image.jpg

*解决方案*验证文件路径并确认文件存在

不支持的格式

Error: Unsupported image format: .gif. Supported formats: .jpg, .jpeg, .png, .webp, .bmp, .tiff

*解决方案*将图像转换为支持的格式

🔒 安全功能

API密钥从不被记录或暴露
✅ 输入验证阻止恶意内容
✅ 图像缓冲区已验证格式和大小
✅ 文件大小限制（最大50MB）
✅ 路径遍历防护
✅ 全面的错误处理

📈 表现

指标	值
启动时间	少于2秒
分析时间	3-10秒（取决于图像大小和模型）
内存使用量	基础大小+图像大小约50MB
支持的格式	JPEG, PNG, WebP, BMP, TIFF
最大文件大小 50MB

🤝 与MCP客户端的集成

这款MCP服务器与任何兼容MCP的客户端都能无缝协作：

Claude Desktop（中文可译为“Claude桌面版”或保持原样，具体取决于上下文和是否需要意译）

{
  "mcpServers": {
    "glm-image-mcp": {
      "command": "npx",
      "args": ["glm-image-mcp"]
    }
  }
}

GLM 4.6

在您的GLM 4.6界面中配置MCP设置
根据请求选择提供商或设置默认值
根据您的需求选择模型
接收针对GLM 4.6处理优化的文本回复

其他MCP客户端

任何兼容MCP的客户端都可以使用标准配置格式连接到此服务器。

📦 依赖项

@modelcontextprotocol/sdk（注：这个名称在中文中没有直接对应的翻译，因为它是一个特定项目或库的名称，通常保持原样或根据上下文进行适当解释。在这里，我将其直译为“@模型上下文协议/SDK”，但实际使用时可能需要根据具体情况调整。） (^1.19.1) - MCP框架
node-fetch (^2.6.7) - HTTP 请求
锋利的；敏锐的；清晰的 (^0.33.0) - 图像处理（可选，用于增强验证）

🚀 部署选项

1. npm 包（推荐）

npm install -g glm-image-mcp
glm-image-mcp

2. 直接来自GitHub

npx github:QuickkApps/GLM-Image-MCP

# With custom model
OPENROUTER_MODEL="anthropic/claude-3-sonnet" npx github:QuickkApps/GLM-Image-MCP
GEMINI_MODEL="gemini-1.5-flash" npx github:QuickkApps/GLM-Image-MCP

3. Docker（即将推出）

docker run -e OPENROUTER_API_KEY=your-key glm-image-mcp

4. GitHub Actions（GitHub 操作）

在包含GitHub Actions工作流的CI/CD管道中使用。

🤝 贡献

我们欢迎投稿！请参阅我们的贡献指南详情见下。

开发环境设置

git clone https://github.com/your-username/glm-image-mcp.git
cd glm-image-mcp
npm install
npm test

拉取请求流程

克隆仓库
创建一个特性分支
进行你的更改
如适用，请添加测试
提交一个拉取请求

📄 许可证

这个项目采用MIT许可证授权——详见许可证详情请查阅文件。

🙏 致谢

模型上下文协议对于MCP框架
OpenRouter（直译为“开放路由器”，但根据上下文，这可能是一个特定服务或平台的名称，因此也可意译为“开放路由服务”或保持原样作为专有名词）为访问多个AI模型提供途径
Google Gemini 对于强大的视觉API
MCP社区，用于反馈和贡献

📞 支持

💬 Discord（一种即时通讯软件）： arshagor190（这个词汇本身在中文中没有直接对应的翻译，因为它可能是一个特定的用户名、代码或专有名词，所以保持原样）
🐛 问题：
💬 讨论：

______________________________________________________________________

🚀 为MCP生态系统提供简单、可靠且强大的图像分析解决方案

由\[QuicKK Apps\]用心打造

目录标签

图像分析多模型支持JavaScriptClaude本地部署OpenRouterGoogleGeminiMCP协议

支持客户端

Claude DesktopClaude

接入字段

传输方式（transport，传输协议）

stdio

鉴权方式（authType，认证方式）

none

运行时（runtime，运行环境）

Node.js

来源包（packageName，安装包名）

github

工具数量（toolCount，工具数）

0

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

来源信息

MCP World

mcpworld.com

/detail/15ca8e8b04b8be8c76f4b791c9948a75

GLM Image MCP Server 是一个支持多模型提供商的图像分析服务器，适用于需要快速、准确图像分析的开发场景。

继续浏览同类 MCP

更多AI代理 MCP（18,706）返回 MCP 目录

上一个 MCP

Glintlint MCP

Manage your tasks with AI assistants. List, create, update, complete and delete tasks, view groups and statistics through Glintlint REST API.

下一个 MCP

GLM Vision Server

一个集成了GLM-4.5V视觉能力的模型上下文协议服务器，支持本地文件和URL的图像分析。

GLM Image MCP

快速接入

详细介绍

GLM图像MCP服务器

✨ 特点/功能

🎯 多供应商支持

🔧 高级图像分析

🚀 性能与安全

📁 项目结构

🚀 快速入门

选项1：直接从GitHub安装（推荐）

选项2：从GitHub克隆

选项3：直接从GitHub使用（npx）

🔧 配置

设置API密钥

2. MCP客户端配置

4. 模型配置

3. 本地开发配置

🛠️ 可用工具

analyze_image - 综合图像分析

describe_image - 快速图像描述

focused_analyze_image - 聚焦分析

📊 使用示例

自动检测的基本分析

使用特定模型的OpenRouter

用于快速分析的双子座（或“双子座分析工具”）

重点分析

定制化焦点分析

🎯 供应商对比

🔧 API密钥设置

OpenRouter API密钥

谷歌Gemini API密钥

🧪 测试

快速测试

集成测试

🔄 模型选择优先级

🚨 故障排除

常见问题

🔒 安全功能

📈 表现

🤝 与MCP客户端的集成

Claude Desktop（中文可译为“Claude桌面版”或保持原样，具体取决于上下文和是否需要意译）

GLM 4.6

其他MCP客户端

📦 依赖项

🚀 部署选项

1. npm 包（推荐）

2. 直接来自GitHub

3. Docker（即将推出）

4. GitHub Actions（GitHub 操作）

🤝 贡献

开发环境设置

拉取请求流程

📄 许可证

🙏 致谢

📞 支持

目录标签

接入字段

权限和风险

来源信息

继续浏览同类 MCP

`analyze_image` - 综合图像分析

`describe_image` - 快速图像描述

`focused_analyze_image` - 聚焦分析